整合MRI瘤内异质性与临床特征的胶质母细胞瘤生物学信息风险分层：一项多中心验证研究

背景：在评估胶质母细胞瘤新疗法时，随机化前精细化的风险分层对于减少研究组间预后不平衡具有重要临床意义。然而，当前人工智能辅助的预后模型常受限于复杂的计算流程、有限的床旁适用性和不足的生物学可解释性。本研究旨在开发一种由在线可访问平台支持的预后模型，利用基于MRI的瘤内异质性和常规可获得的临床特征对胶质母细胞瘤进行个体化风险分层，并探究模型驱动风险分层的生物学意义。方法：这项回顾性多中心研究纳入了来自六个中心的836例异柠檬酸脱氢酶野生型胶质母细胞瘤患者，时间范围为1996年10月至2025年5月。每位患者的栖息地风险评分（HRS）源自所提出的瘤内异质性指数和从三维术前MRI血管栖息地映射中提取的定量指标。使用Cox比例风险回归分析确定总生存期（OS）的独立预测因子，并开发了三种预后模型（HRS模型、临床模型和放射-临床模型），在空间和时间外部集中进行验证。使用时间分层Shapley加法解释（SHAP）分析评估模型可解释性。实现了基于网络的交互式平台以进行快速个体化风险评估。使用转录组学和组织学分析探索模型驱动风险分层的生物学意义。结果：HRS、Karnofsky体能状态（KPS）、O6-甲基鸟嘌呤-DNA甲基转移酶启动子甲基化状态和切除范围被确定为OS的独立预测因子，其中KPS和HRS在SHAP分析中对生存预测贡献最大。放射-临床模型表现出良好的预测性能，优于临床模型和HRS模型，在空间和时间验证集中的C指数分别为0.74和0.77。无论一线治疗方案如何，它也能有效将患者分为低风险和高风险组（log-rank，P < 0.05）。在机制上，高风险肿瘤表现出增加的肿瘤干性和扩大的HIF1α阳性区域，而低风险肿瘤表现出免疫刺激表型。所部署的基于网络的平台能够快速进行患者特异性风险评估以支持床旁应用。结论：本研究通过整合影像衍生的瘤内异质性与常规临床特征，建立了一个可解释且临床可部署的胶质母细胞瘤风险分层框架，无需复杂的计算基础设施。该模型还提供了对模型驱动风险分层的生物学依据见解。